教育大数据的研究现状及未来发展趋势

2021-09-10刘天伊

中国信息技术教育 2021年16期

摘要：本文对国内外教育大数据研究现状和主要应用内容进行分析，并建议从建立教育大数据基础理论体系、完善教育大数据标准体系、加强大数据采集与应用、保护教育大数据隐私与安全、建立教育大数据开放和共享机制等方面推进教育大数据的发展，促进我国教育事业的发展。

关键词：教育大数据;研究现状;应用研究

2012年，联合国在发布的《大数据促发展：挑战与机遇》白皮书中指出：“大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。[1]大数据正影响着人类工作与生活，购物推荐、指纹识别、成绩预测等与生活密切相关的应用，展现了大数据的影响力。在教育领域中，大数据也受到了教育行业人员与研究者的广泛关注，大数据与教育的融合深化改革了教学模式，推进了“互联网+教育”以及“三通两平台”的发展，丰富了教育评价功能等。

大数据的产生

大数据的概念最早出现于1980年出版的《第三次浪潮》一书。大数据技术起源于谷歌的“三宝”——《谷歌文件系统》、MapReduce、BigTable，这三篇论文分别发表于2003年、2004年和2007年，为大数据技术发展奠定了基础。大数据正式被人們熟知是2008年9月《自然》杂志推出的“大数据”专栏。[2]目前，大数据仍没有公认的统一定义，维基百科对大数据的定义是：“巨量资料（Big Data），或称大数据、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到提取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。[3]国际数据公司（IDC）认为，大数据是符合4V特征即海量数据规模（Volume）、高速的数据流转和动态的数据体系（Velocity）、多样化的数据类型（Variety）、巨大的低密度数据价值（Value）的数据集。IBM在其商业应用中继承了前3个V，即规模性、多样性和高速性，并增加真实性（Veracity）这一特征，强调数据的真实性。

教育大数据研究现状

1.国外教育大数据研究现状

美国是最早进行大数据研究及应用的国家，于2001颁布了《不让一个孩子掉队》教育法案，推动数据在教育中的应用，于2005年启动了“州纵向追踪数据系统”（SLDS）项目，为各州开发纵向数据系统，以便高效、准确管理每一位学生的数据[4]，于2012年3月发表了“大数据研究和发展提案”，以自适应学习系统的大数据应用为例，指出要提升在教育领域中应用大数据的能力，寻找教育发展的新道路和途径[5]，并于同年发布了《通过教育数据挖掘和学习分析促进教学》的报告，该报告分析了教育数据挖掘、个性化学习分析、教育数据案例、教育大数据应用及实施策略五个方面。自2008年以来，Nature、Science、麦肯锡等都发表了专门的大数据研究报告，美国独立机构报告中指出，“大数据使获取学生表现和学习途径信息成为可能，而不只依据阶段性测验，教师可以分析学生的知识掌握情况及长处，通过研究大数据的分析，教师可以用更微妙的方式研究学生学习状况”。[6]

在文献研究方面，Borgman指出，数据正成为学术研究的重要产物，它起到了补充期刊论文和书籍的作用，研究数据可以被反复使用以验证研究结果。[7]当数据与其他相关资源联系起来形成价值链时，数据将变得更有价值。Romero Cristobal分析了迄今为止大数据在教育领域的相关研究，他介绍了EDM（教育数据挖掘），并列出了使用数据挖掘技术解决的教育领域问题案例，最后探讨了一些有潜力的未来研究课题。文中对来自不同研究平台（LMS/e-learning和ITS/AEHS）和使用不同数据挖掘方法（回归、聚类和分类）的教育数据挖掘进行了调查，为教育数据挖掘的发展提供指导和参考。[8]大数据影响了许多行业，也将影响教育行业的发展，大数据将解决一些困扰教育工作者的问题，从而优化课堂到整个系统各个层面的发展。[9]

2.国内教育大数据研究现状

通过中国知网检索发现，我国大数据的文献最早出现于2013年，是国内教育大数据研究的起步阶段，随着我国教育行业的改革与推进，信息技术与教育教学的融合创新愈发受到教育工作人员与研究者的重视。2014年3月，教育部办公厅印发的《2014年教育信息化工作要点》提出：完善动态监测、决策应用、教育预测、国际比较以及数据展示和查询等主体功能模块，实现部内相关数据资源的整合与集成、教育与经济社会数据的关联与分析，为教育决策提供及时和准确的数据支持，推动教育基础数据在全国的共享。[10]

2015年8月31日国务院发布《促进大数据发展行动纲要》，对10个大数据工程进行规划，并在“公共服务大数据工程”中提出要建设教育文化大数据，于是国内掀起教育大数据研究的热潮，相关研究文献数量激增。[11]从2016年开始，教育部在普通高等学校本科专业中增加“数据科学与大数据技术”专业，旨在培养更多大数据领域相关专业人才，并在同年颁布的《教育信息化“十三五”规划》中提出“要积极利用云计算、大数据等新技术，创新资源平台、管理平台的建设、应用模式;统筹推进教育信息化和大数据、信息惠民、智慧城市等工作”。2018年，教育部印发的《教育信息化2.0行动计划》中，21次提及“数据”，11次提及“大数据”，提出利用大数据技术为学习者提供适切的学习资源服务，深化教育大数据应用，助力教育教学管理和服务的深化改革。[12]由此可见，大数据教育是信息化2.0的主要内容，是信息化教育发展的关键。

在理论研究方面，顾小清等首次将学习分析技术引入国内，杜婧敏等指出我国的教育大数据研究与应用缺乏前期的规范化和系统化顶层设计，面临许多层次的挑战，需要从教育大数据整体进行规划和由上至下的系统综合研究。[13]杨现民等探讨了教育大数据的内涵、价值及存在的问题，指出目前对教育大数据还没有形成清晰的认识，对教育大数据的内涵没有明确的说明，存在许多问题。[14]徐鹏对美国大数据教育应用领域和案例进行了详细解读，提出大数据时代已经来临，应利用数据挖掘技术和学习分析技术支持教育决策。[15]目前，我国对教育大数据的理论研究仍处于探索阶段，对教育大数据的内涵没有明确说明，教育大数据到底是什么、有何标准、需要采集哪些教育数据，需要研究者进行进一步探索。

在现状和趋势研究方面，李婷等通过文献计量与内容分析法，对国内外发表的关于教育数据挖掘的文献进行统计分析，发现国外研究正处于快速发展阶段，国内研究開始时间晚于国外研究，研究进度相对滞后。[16]赵雪飞从文献逐年刊载量、文献来源、关键词词频统计、高频词共词分析及趋势分析等五个方面对国内外教育大数据相关文献进行研究，发现国内的教育大数据研究热度正逐年上升，研究内容多为数据挖掘、大数据本身、学习分析技术、教育信息化等，而对学生与教师的数据素养研究较少，国外教育大数据研究热度基本不变，文献期刊分布较均匀。[17]王娟等利用信息可视化软件CiteSpace，运用知识图谱分析方法，对国内外教育大数据文献进行研究，发现国内教育大数据研究于2014—2015年进入大规模发展阶段，研究人员队伍不断壮大，但合作与交流较少，研究前沿为教育教学改革、学习分析技术及高职教育领域等。[18]李振等采用内容分析法，对中国知网2010—2018年发表的教育大数据相关论文进行研究，从基础理论、分析模型、关键技术与方法、典型应用等方面对教育大数据进行分析，构建国内教育大数据研究的全景框架，指出教育大数据存在的问题及对策。[19]

综上所述，国内教育大数据研究发展迅速，研究面广泛但缺乏足够的深度，对理论的研究较少。

国内教育大数据应用

教育大数据为教学信息化、教育改革的推进带来了深刻影响，从学习者适应性教学到教学决策管理，教育大数据为各个层次提供了各类应用及服务。

1.教育大数据支持教育管理科学化

传统的教学决策和管理通常无法客观全面地考虑真实情况，仅通过管理者的有限理解和推测进行人为干预，管理水平和效率不高。随着国家教育管理公共服务平台的发展与建设，我国教育管理工作将更为智能化和规范化，国家教育公共管理平台采用学生“一人一号”、学校“一校一码”的标准，采集全国师生及学校的动态数据，为教学分析与决策提供支持。在大数据技术的支持下，挖掘海量教育数据中的有效信息，为管理者提供丰富的客观“证据”，基于事实真相采取管理措施，转变了教育管理模式。

大数据可以对各类教育工作人员的个人信息、教育经费支出、教育器材管理维护等数据进行统计和分析，并根据各类教育机构的长期数据，提取社会经济发展、人口分布等信息中有用的数据，为各级管理人员的科学决策提供有力支撑，使制订的教育决策更符合教学需要，发挥教育政策的引导作用。[20]

2.教育大数据推动教学模式改革，促进学习者个性化发展

通过大数据技术对教学活动中产生的数据进行监测和分析，将改变传统的教学模式。在大数据的支持下，教师可以更客观全面地认识自己和学生，从而改进教学方法和模式，设计更具针对性的教学活动，并引导学生进行自主学习，成为学生学习的促进者与引导者。梁文鑫指出，大数据对课堂带来的影响使教师从依据教学经验转向依赖海量教学数据分析进行教学和管理，使学习者对自我发展的认识从依赖教师的判断转向学习过程的数据分析，从而使对学习者的教育从传统的集体教育转向对学习者的个性化教育。[21]近年来流行的大规模开放课程（MOOCs）加速了对学生的个性化培养，依托于学习分析技术和数据挖掘技术，学生学习过程以数据的形式被客观呈现。张羽等指出：学习者在慕课平台上学习时，教师和程序可以通过大数据对学习者学习行为进行分析和理性干预，如通过预测认知模型为学习者提供合适的学习内容和学习活动，通过作业情况、留言板及讨论区情况可以发现存在困难的学习者，以确保必要时对其学习进行有效干预。[22]将大数据技术应用于大规模开放课程可以关注学习者的个人需求，预测学习情况，为其提供适合的个性化学习方案，消除教育不确定性。大数据使教师和程序可以更全面地了解学生的真实情况，提供符合学生学习需求的学习活动、学习资源和学习服务等，驱动个性化学习的真正实现。

3.教育大数据丰富教育评价方法

教育评价不只注重学生的学习成绩与成长情况，还涉及教师教学质量、教学环境、学生个性化发展等多方面评价。传统的教育评价主体多为教师，评价依据主要为结构化的数据，如学生考试成绩、作业情况和课堂表现等，在评价过程中存在评价依据不全面、评价具有主观性等问题。将大数据应用于教育评价可以对教育数据进行全方位的采集，可以收集到传统教育评价中难以获取的非结构化数据，并进行科学分析，为师生提供客观、全面、科学和准确的教育评价，丰富了教育评价方法。基于大数据的教育评价对教育数据的多维度、多方面深度分析，可以满足不同教育参与者的需要。[23]学校和教育局可以通过数据分析哪些教育政策和活动对提升学生学习成绩有作用;家长可以通过数据掌握孩子的学习强项和弱项及兴趣点，了解学校教学环境与质量，更好地规划孩子的学习路径;教师可以通过数据掌握学生学习情况，并根据他们的特点调整教学活动及策略。教师还可以利用大数据技术评价自身教学情况，发现自己的教学特长和不足，促进专业水平的发展，提高教学质量。我国教育部已经建立了国家基础教育数据库及多级数据采集网络，并建立云档案袋，用于保存学生的发展数据，跟踪学生毕业后的发展情况，为教学发展提供更准确的数据依据。

4.教育大数据为资源建设与共享提供新思路

教学资源是教学活动有效开展的重要条件，传统的教学资源主要为教育部门配发、教师自主开发等，不能完全满足学生的个性化学习需求，资源更新速度较慢。大数据、云计算等技术的出现为教学资源建设和管理提供了新思路，刘中宇等指出，云计算和大数据不仅能使师生共享存储在云服务端的教育资源，还能对各种非结构化数据进行分析，以挖掘隐藏的信息价值，并为师生提供最合理的教与学的资源。[24]大数据和云计算可以根据师生的浏览痕迹，通过点击量、下载量和评价等数据，把握师生对学习资源的需求，从而筛选出优质教学资源。通过各级资源平台及云服务端获取数据，不仅快速简单，还可避免资源的重复建设，加快资源的更新速度，使教育资源得到更大范围的共享和利用。

教育大数据的发展策略

纵观国内外教育大数据的现状，尽管国内外众多学者对教育大数据展开了相关研究，也有了一定的设计和实践，但在实际应用方面还存在一定的问题，需要进一步研究和思考，为此笔者提出了教育大数据发展策略。

1.重视教育大数据理论研究，建立教育大数据基础理论体系

目前国内教育大数据的理论研究较少，深度不够，仍未构建较为完整的教育大数据理论体系。理论研究是教育大数据的研究基础，为适应教育大数据发展的需要，需深入开展理论研究，进行更系统的研究，构建起全面的教育大数据理论框架体系。[25]

2.完善教育大数据标准体系

教育大数据来源广泛、类型多样，需要建立统一的数据汇集标准，教育部于2012年发布了《教育管理信息教育管理基础代码》等七个教育信息化行业标准，对教育管理、教育行政管理、教育统计、中小学管理、中职学校管理和高等学校管理的信息进行了规范，对教育大数据的管理与统一有重大意义。[26]但缺少对在线教育和教学环境、过程等数据标准的制定，政府与教育部门应加快制定出符合的教育大数据标准体系。

3.加强教育大数据采集与应用

教育大数据来源于教学活动中的各个方面，“三通两平台”的发展建设及数字校园、智慧校园的推进，为数据采集提供了较好的条件，但对教学过程中的数据采集，仍存在空白部分，难以采集到连续的动态数据。缺乏连续、全面、科学的数据支持，就难以进行数据应用分析。应建立综合数据采集环境与数据应用机制，确保数据的持续获取、保存及利用，制定教育数据采集和质量管理标准，将各个渠道获取的数据进行规范化采集与汇集。

4.注重教育大数据隐私与安全

教育大数据必须考虑采集数据的隐私安全问题，在数据挖掘与分析的过程中如果对师生的隐私保护不当会造成严重的安全事故。应建立相应的法律法规，划定公开数据与私有数据的明确边界，建立教育数据安全管理架构，对非法侵犯用户隐私的单位和个人进行处罚，保护隐私数据。

5.建立教育大数据开放和共享机制

教育大数据的重要价值首先来自其数据的大规模和全面性，这就需要进行广泛的数据共享和开放。目前，我国仍未建立数据共享开放规则，各类数据无法交换、共享。应建立有效的资源共享机制，提升教育大数据的开放程度，多方面、多途径汇集数据，发挥教育大数据的价值和优势。

参考文献：

[1][14][20][25]杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016（01）：50-61.

[2][19]李振，周东岱，董晓晓，等.我国教育大数据的研究现状、问题与对策——基于CNKI学术期刊的内容分析[J].现代远距离教育，2019.

[3]于长虹，王运武.大数据背景下数字校园建设的目标、内容与策略[J].中国电化教育，2013（10）：30-35+41.

[4]Karen Levesque，et al. A Guide to Using State Longitudinal Data for Applied Research[R].Washington，DC：Institute of Education Sciences，U.S. Department of Education，2015.

[5]West， Darrell M. Big Data for Education： Data Mining， Data Analytics， and Web Dashboards. Governance Studies at Brookings[R].Washington： Brookings Institution， 2012：1-10.

[6]Darrell M. Big Data for Education： Data Mining， Data Analytics， and Web Dashboards. Governance Studies at Brookings[R].Washington： Brookings Institution， 2012：1-10.

[7]BORGMAN， Christine L . Data， disciplines， and scholarly publishing[J]. Learned Publishing， 2008，21（01）：29-38.

[8]Romero C. Educational Data Mining： A Review of the State of the Art [J].IEEETRANSACTIONS ON SYSTEMS MAN AND CYBERNETICS PART C-APPLICATIONS AND REVIEWS，2010，40（06）：601-608.

[9]Di Cerbo. K. E. & Behrens，J.T. Impacts of the Digital Ocean[M].London：Pearson，2014.

[10]教育部辦公厅关于印发2014年教育信息化工作要点的通知[EB/OL].http：//old.moe.gov.cn//publicfiles/business/htmlfiles/moe/s7062/201403/165870.html2.

[11]仲兆满，施珺，管燕，等.教育大数据的现状及发展策略[J].教育现代化，2019，6（49）：222-224.

[12]http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[13]杜婧敏，方海光，李维杨，等.教育大数据研究综述[J].中国教育信息化，2016（19）：1-4.

[15]徐鹏，王以宁，刘艳华，等.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013，31（06）：11-17.

[16]李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J].现代教育技术，2010，20（10）：21-25.

[17]赵雪飞，乜勇.基于词频分析的国内外教育大数据研究现状分析[J].中国医学教育技术，2016，30（05）：527-531.

[18]王娟，陈世超，王林丽，等.基于CiteSpace的教育大数据研究热点与趋势分析[J].现代教育技术，2016，26（02）：5-13.

[21]梁文鑫.大数据时代——课堂教学将迎来真正的变革[J].北京教育学院学报：自然科学版，2013（01）：14-16.

[22]张羽，李越.基于MOOCs大数据的学习分析和教育测量介绍[J].清华大学教育研究，2013（04）：22-26.

[23]郑燕林，柳海民.大数据在美国教育评价中的应用路径分析[J].中国电化教育，2015（07）：25-31.